• 목록

<발표 후기>
6월 23일 (금)
세션 : A-1 예측 모델링
제목 : 근로자 행동 분류를 위한 확장 셰이플릿 변환 기법
이번 학기 유니원 과제에 참여하면서 1)데이터는 어떻게 수집하고 2)전처리하며 3)데이터에 맞는 모델을 선정하여 학습시키는지 피부로 느끼며 배웠다.
해당 과제의 목적이 근로자 작업동작 분류이며 과제에서 다변량 시계열 데이터를 다뤘기에, 기존 time-series classification에서 interpretability가 높아 유용하게 사용되어왔던 Shapelet-based algorithm을 살펴보았다. 그 중 기존 shapelet 기반 알고리즘에서 dilation을 적용한 RDST(Random Dilated Shapelet Transform) 기법의 application 연구를 진행하고 학회 발표를 했다.
이번 학회 발표를 준비하면서 shapelet에 관한 연구가 이미 활발하게 진행되어왔다는 것을 알게 되었고, 해당 분야의 contribution이 될 수 있는 연구 방향을 생각해보도록 하는 계기가 되었다.

<학회 후기>
6월 23일 (금)
세션 : B-2 이미지 세그먼테이션
제목 : Land Cover Map Production with Semantic Segmentation of Satellite Image
해당 발표의 주제는 위성 이미지의 세그멘테이션을 활용한 토지피복지도의 생성이었다. 토지피복지도란 동질의 특성을 지닌 구역을 Color Indexing한 후 지도의 형태로 표현한 공간정보 DB를 의미한다. 본 발표에서는 Time series segmentation를 국내 토지피복지도의 낮은 해상도 문제에 대한 해결책으로 제안하였다. 본 발표는 데이터의 temporal, spatial한 특성을 모두 고려한 segmentation 기법을 제안하였으며 이는 spatial한 특성만 고려했던 기존의 방식보다 해상도가 높음을 보여주었다. 
그러나 이번 학기 시계열 분석 및 예측 수업시간에서도 위성이미지에 관한 발표가 있었는데, 공간적 정보의 시계열성에 대한 이해가 아직은 완벽하게 되지 않아 발표를 충분히 이해하는데 조금 어려움이 있었는데 본 발표도 그랬기에 해당 내용을 공부해볼 필요성을 느꼈다.